INF344 – Données du WebTechnologies côté serveur

Antoine Amarilli2 mai 2017

1/42

Serveurs

Traiter la requête (cas simples) ou la rediriger à un autre programme(cas complexes)

Apache Logiciel libre et gratuit, lancé en 1995IIS Fourni avec Windows, propriétaire

nginx Haute performance, libre et gratuit, lancé en 2002(Août 2013, lancement de Nginx Plus, payant)

GWS Google Web Server, interne (tra�c de Google !)lighttpd Alternative légère à Apache.Autres Rares, expérimentaux, embarqués...

2/42

Parts de marché

3/42

Logs

• Souvent, le serveur Web loggue toutes les requêtes traitées !• NCSA Common log format :

• Adresse IP du client• Identité ident (obsolète)• Identité authenti�cation HTTP (rarement utile)• Date et heure de �n de traitement• Première ligne de la requête HTTP• Code d’état retourné au client• Taille (octets) de la réponse

• Ajouts fréquents :• User-Agent pour identi�er le client• Referer pour connaître la page précédente.

208.115.113.88 - - [22/Jan/2012:06:27:00 +0100]"GET /robots.txt HTTP/1.1" 404 266 "-""Mozilla/5.0 (compatible; Ezooms/1.0; ezooms.bot@gmail.com)"

4/42

Utilisation des logs

• Pages les plus visitées.• Chemin sur le site, temps passé sur les pages, entrées, sorties(mais avec les onglets, di�cile)

• Distinguer humains et robots (pas de garanties !)• Emplacement géographique des visiteurs• Mots-clés saisis dans les moteurs de recherche• Liens vers son site• Nombre d’abonnés à un �ux RSS dans User-Agent.• Spam dans Referer• Et plus ?

• Logiciels pour exploiter directement les logs du serveur• Tracking en PHP• Tracking tiers en JavaScript (Google Analytics)• Tracking possible du pointeur de la souris en JavaScript, etc.• Google Search Console

5/42

Sites Web statiques simples

• Les di�érentes ressources sont stockées dans des �chiers :→ /var/www/page.html, /var/www/style.css...

• Les pages sont organisées en une arborescence de répertoires.• Les chemins demandés correspondent à l’arborescence :

→ GET /a/b.html correspond à /var/www/a/b.html.• Si un répertoire est demandé :

• Servir index.html s’il existe.• Sinon, produire une liste des �chiers du répertoire.

→ Pérennité des URLs?

(Démo : naviguer dans une arborescence)

6/42

Sites Web statiques simples

• Les di�érentes ressources sont stockées dans des �chiers :→ /var/www/page.html, /var/www/style.css...

• Les pages sont organisées en une arborescence de répertoires.• Les chemins demandés correspondent à l’arborescence :

→ GET /a/b.html correspond à /var/www/a/b.html.• Si un répertoire est demandé :

• Servir index.html s’il existe.• Sinon, produire une liste des �chiers du répertoire.

→ Pérennité des URLs?

(Démo : naviguer dans une arborescence)

6/42

Extensions Apache

• Les �chiers .htaccess permettent de paramétrer Apache :• deny from all pour interdire un répertoire.• Authenti�cation HTTP

• URL rewriting :• RewriteRule (.*\.png) /images/$1

• Server Side Includes :• <!–#include virtual="/footer.html" –>

7/42

Table des matières

Serveurs Web

Langages côté serveur

Bases de données

Frameworks

Aspects pratiques

8/42

CGI

• Moyen historique pour un serveur Web d’invoquer unprogramme externe (n’importe quel langage)

• Exécute le programme sur les paramètres de la requête• Le résultat de la requête est ce que renvoie par le programme• Inconvénient : créer un processus par requête est trop lourd

→ FastCGI et autres mécanismes→ Intégrer le langage au serveur (par exemple PHP)

9/42

PHP

• Lancé en 1995 ; des centaines de millions de sites l’utilisent 1

• Langage de programmation complet.• S’ajoute aux pages HTML. Exemple :<ul><?php

$from = intval($_POST['from']);$to = intval($_POST['to']);for ($i = $from; $i < $to; $i++) {

echo "<li>$i</li>";}

?></ul>

1. http://www.php.net/usage.php10/42

Inconvénients de PHP

• Pas prévu comme un langage complet à l’origine→ À l’origine, Personal Home Page→ Di�cile d’assurer la compatibilité...

• Encourage de mauvaises pratiques de sécurité→ Historiquement, $_POST[’from’] accessible comme $from !→ Facile d’oublier de (re)valider les données utilisateur...

• Mauvaises performances ?→ À l’origine, langage interprété→ Machine virtuelle avec compilation JIT (HHVM à Facebook)

11/42

Autres langages côté serveur

ASP Microsoft, add-on à IIS, propriétaire.ASP.NET Microsoft, successeur d’ASP pour .NET.

ColdFusion Adobe, commercial, propriétaire.JSP Intégration entre Java et un serveur Web.

Servlet classe Java suivant une APIWeb container serveur pour gérer les servlets

(par exemple Apache Tomcat)node.js Moteur JavaScript V8 (de Chrome) et serveur Web

→ Même langage pour le client et le serveurPython Frameworks Web : Django, CherryPy, FlaskRuby Frameworks Web : Ruby on Rails, Sinatra

12/42

Table des matières

Serveurs Web

Langages côté serveur

Bases de données

Frameworks

Aspects pratiques

13/42

Bases de données

• SGBD : Système de Gestion de Bases de Données• Abstraction de la tâche de stocker de l’information, la mettre àjour, et la récupérer suivant des requêtes

• Modèle historique et le plus courant : modèle relationnel, SQL• Avantages :

• Gérer simplement les données sans s’occuper du stockage• Remplacer plutôt facilement un SGBD par un autre• Facilement déléguer la tâche à des machines séparées• Optimiser les SGBD plutôt que les usages ad hoc

• Déviations du modèle relationnel : NoSQL

14/42

Modèle relationnel : structure

• Relations (tables), par exemple Clients, Produits...• Attributs (colonnes), par exemple Prénom, Identifiant...• Enregistrements (lignes)• Exemple : table clients :

id prenom nom cp ville conseiller

1 Jean Dupont 75013 Paris 422 François Pignon 75005 Paris 42

• Les attributs ont un type (chaîne de caractères, nombre entier,décimal, date, blob binaire...)

15/42

SQL

• Structured Query Language• Sémantique et modèle propre, liens avec la logique• Standardisé (1986, mis à jour en 2011) mais extensions...• Sélection :

SELECT ville, COUNT(*)FROM clientsWHERE conseiller=42GROUP BY ville;

• Mise à jour :UPDATE clientsSET conseiller=43WHERE conseiller=42 AND cp=75013;

16/42

SGBDs

Oracle Commercial et propriétaire, lancé en 1979IBM DB2 IBM, commercial et propriétaire, Lancé en 1983Informix Autre système IBM, lancé en 1981 (rachat)

SQL Server Microsoft, commercial et propriétaire, lancé en 1989MySQL Libre (mais éditions commerciales), le plus courant sur

le Web, lancé en 1995, racheté par OracleMariaDB Fork de MySQL, lancé en 2009

PostgreSQL Libre, concurrent de MySQL, lancé en 1995SQLite Librairie incluse dans un programme, léger, lancé en

2000

17/42

SGBDs, parts de marché en entreprise (cumulatives)

0

20

40

60

80

100

Oracle SQL Server MySQL DB2 Informix

Source : étude Gartner de 2008 citée danshttps://www.mysql.com/why-mysql/marketshare/ 18/42

Modèle relationnel : idées importantes

• Contraintes d’intégrité :• Clés primaires : identi�ant unique, détermine l’enregistrement• Clés étrangères : valeur qui fait référence à une clé primaire

• Formes normales : éviter la répétition des données.• Procédures stockées : code pour des requêtes complexes• Vues : table virtuelle dé�nie par une requête (matérialisée?)• Triggers : répondre à un événement• Transactions : atomicité pour éviter les incohérences• Distribution : répartir entre plusieurs machines• Concurrence : traiter des requêtes simultanées• Performance : index, caches mémoire, etc.• Utilisateurs et droits d’accès (toujours relégué à PHP ou auframework Web en pratique)

19/42

NoSQL

• Beaucoup d’expressivité avec le modèle relationnel• Structure très contrainte et peu modi�able• Exigences fortes de cohérence sur du relationnel distribué

→ NoSQL : renoncer au modèle relationnel pour de meilleuresperformances et un meilleur passage à l’échelle

• Quelques exemples :• Stockage de documents entiers peu structurés• Stockage de graphes• Stockage de couples clé-valeur• Stockage de triplets pour le Web sémantique

• Système le plus populaire 2 : MongoDB, utilisé par Craigslist, leCERN, Shutter�y, Foursquare, etc.

2.http://db-engines.com/en/ranking20/42

Injections SQL

• Une application serveur fabrique souvent des requêtes à partirde données utilisateur :SELECT nom, telephone FROM employes WHERE nom='$nom'

• Si l’utilisateur soumet toto, on veut exécuter la requête :SELECT nom, telephone FROM employes WHERE nom='toto'

• Maintenant, imaginons qu’un utilisateur soumette :toto' UNION ALL SELECT nom, mdp FROM employes --

• La base de données va recevoir et exécuter :SELECT nom, telephone FROM employes WHERE nom='toto'UNION ALL SELECT nom, mdp FROM employes -- '

→ Préparation pour placer les paramètres dans les requêtes→ Sinon, échapper ou retirer les caractères dangereux

21/42

Table des matières

Serveurs Web

Langages côté serveur

Bases de données

Frameworks

Aspects pratiques

22/42

Frameworks

• Ensemble de fonctions et d’outils, organisé autour d’un langage,pour les applications Web

• Intégration AJAX, production de code JavaScript...• MVC :

Modèle La structure des données de l’application et lesfonctions pour les manipuler

Vue La présentation des données destinée au clientContrôleur Le contrôle de l’interaction avec les données du

modèle à travers la vue

23/42

ORM

• Object Relational Mapping• Les frameworks Web utilisent souvent la programmation objet• Persistence des objets dans une base de données relationnelle• Ne concerne pas les méthodes !• Historiquement : tentatives de bases de donnée objet

24/42

Exemple d’un ORM (Django)

Dé�nir une classe (table) avec des attributs :

from django.db import modelsclass Blog(models.Model):

name = models.CharField(max_length=100)tagline = models.TextField()

Créer un objet (insérer un enregistrement) :

b = Blog(name='Beatles', tagline='Latest Beatles news.')b.save()

Récupérer un objet (faire une requête) :

b = Blog.objects.filter(name='Beatles')25/42

Templates

• Modèles avec champs de Pages HTML• Exemple (avec Jinja2) :<h1>Résultats pour "{{ recherche }}"</h1><ul>

{% for objet in resultats %}<li>

<a href="details/{{ objet.id }}">{{ objet.nom }}

</a></li>

{% endfor %}</ul>

26/42

Routage des URLs

• Router suivant le chemin et la méthode• Exemple (avec Flask) :@app.route('/')def index():

pass # Préparer la page d'accueil

@app.route('/message/<int:message_id>')def message(message_id):

pass # Préparer l'affichage du message <message_id>

@app.route('/upload', methods=['POST'])def upload():

pass # Traiter un upload

27/42

CMS

• Content Management System• Faire un site sans programmation :

• Édition de page avec un texte riche, ou langages simpli�és(Markdown, Textile, BBCode...)

• Hébergement d’images, vidéos, etc.• Gestion d’utilisateurs• Choix du thème graphique

• Di�érents types :Wikis (contrôle de version, massivement éditable) :

MediaWiki, MoinMoin, PmWiki...Forums phpBB, PunBB, Phorum, vBulletin...Blogs WordPress, Movable Type, Drupal, Blogger...QA (comme StackOver�ow) : Shapado, OSQA, AskBot

Commerce Magento, PrestaShop...28/42

Parts de marché

0

5

10

15

20

25

30

WordPress Joomla Drupal Magento Blogger

Sites avec chaque CMS (avril 2017) ; tous en PHP sauf Blogger.Source : http://w3techs.com/technologies/overview/content_management/all 29/42

Identi�er les technologies serveur

Sur le client, le code HTML, JavaScript, CSS est accessible (modulomini�cation et obfuscation). Sur le serveur, on n’a rien !

• whois : base de données fournissant (souvent) des infos sur lepropriétaire d’un nom de domaine

• Localisation géographique des IP des serveurs• traceroute, pour connaître le chemin réseau vers un hôte• Outils de scan (nmap) pour localiser les machines et identi�er lesystème d’exploitation (�ngerprinting)

• Header Server, possiblement faux• Forme des identi�ants de session, cookies...• Chemins d’accès et extensions : .php, .asp, ...• Commentaires dans le code HTML

→ Utilisé par les pirates pour identi�er des services vulnérables30/42

Table des matières

Serveurs Web

Langages côté serveur

Bases de données

Frameworks

Aspects pratiques

31/42

Comment se faire héberger un site Web

• Les fournisseurs d’accès proposent souvent un hébergement• Souvent, support PHP et MySQL (et contenu statique)• Espace disque limité• Généralement, on utilise un client FTP pour envoyer les pagesPHP et le contenu statique aux serveurs du FAI

• PHP souvent limité pour éviter les abus : pas de requêtes, envoide courriels limité, temps de calcul et mémoire limités...

• En pratique, solution peu pérenne pour les services atypiques ouexcessivement gourmands

32/42

Infrastructure d’hébergement

• Serveur : machine qui reste allumée pour répondre aux requêtes• Centre de données : local pour serveurs avec une bonneconnexion, alimentation électrique, climatisation, sécuritéphysique...

• Serveurs virtuels : machine virtualisée, imite une vraie machine• Cloud : location simple à grande échelle de machines

→ Possibilité d’ajuster le nombre de machines selon la charge

• Content delivery network : services de proxy intermédiaire• Répartition de charge entre plusieurs machines

→ Au niveau DNS : géographique et round-robin→ Au niveau logiciel

33/42

Comment héberger un site Web soi-même

• Louer un nom de domaine (environ 15 euros par an)• Avoir un serveur. Plusieurs choix :

• Machine personnelle : de préférence IP �xe et bon upload→ Abonnement Internet personnel→ Consommation électrique : 100 watts = 10 euros par mois

• Virtual private server→ quelques euros par mois

• Dédié→ quelques euros par mois aussi...

• Machine personnelle mais en louant bande passante et espacedans une baie chez un centre de données.

• Con�gurer SSH pour se connecter à la machine, l’administrer et ytransférer des �chiers

• Installer un serveur Web• Installer éventuellement un CMS...

34/42

Un exemple concret : Wikimedia

• wikipedia.org, 5e site le plus visité au monde. 3

• Organisation caritative, environ 280 employés en 2015• 81.9 millions de dollars de revenu en 2016 (surtout des dons)• Coûts techniques en 2016 : quelques millions de dollars• À peu près un millier de serveurs au total (2013)

3.http://www.alexa.com/topsites35/42

Statistiques générales

• 75 000 utilisateurs actifs 4, près de 1000 éditions par minute 5

• 17 milliards de pages vues par mois (robots non inclus) :• La moitié sur mobile en avril 2017 6• 8 milliards pour en.wikipedia.org, 750 millions pourfr.wikipedia.org 7

• Environ 7 000 par seconde en moyenne mais pointes à 50000 8

• 60 millions de visiteurs uniques par jour 9

4.http://reportcard.wmflabs.org/5. https://grafana.wikimedia.org/dashboard/db/edit-count?refresh=5m&orgId=16.https://stats.wikimedia.org/EN/TablesPageViewsMonthlyMobile.htm7. https://analytics.wikimedia.org/dashboards/reportcard/#pageviews-july-2015-now/monthly-pageviews-2015-now

8.http://arstechnica.com/information-technology/2008/10/wikipedia-adopts-ubuntu-for-its-server-infrastructure/

9.https://analytics.wikimedia.org/dashboards/reportcard/#daily-unique-devices/daily-unique-devices36/42

Infrastructure générale

• Centres de données :→ Site principal : Ashburn, Virginia (Equinix)→ Pour l’Europe (réseau et cache), Amsterdam (EvoSwitch, Kennisnet)→ Cache : San Francisco (United Layer)→ Autres sites : Dallas, Chicago→ Centre de données de secours : Carrollton, Texas (CyrusOne)

• Serveurs Dell sous Ubuntu 10 et Debian.• puppet pour gérer la con�guration des serveurs.• Logiciels de monitoring : Ganglia, Icinga, Grafana

→ ganglia.wikimedia.org→ grafana.wikimedia.org

10.http://www.ubuntu.com/products/casestudies/wikimedia37/42

Tâches principales (chi�res en 2013)

• Logiciel de gestion du wiki : MediaWiki, en PHP• Serveur Apache, utilise HHVM 11

→ 192 machines (à Ashburn)• Base de données : MariaDB (fork de MySQL).

→ 54 machines pour la base de données→ 10 machines de stockage avec 12 disques de 2 TB en RAID10

• Stockage de �chiers distribué : Ceph (anciennement Swift)→ 12 serveurs.

• Serveurs pour les travaux asynchrones (base de données NoSQLRedis)→ 16 serveurs

11.https ://blog.wikimedia.org/2014/12/29/how-we-made-editing-wikipedia-twice-as-fast/

38/42

Caches (chi�res de 2013)

• Squid→ 8 machines pour le multimédia→ 32 machines pour le texte

• Varnish→ 8 machines

• Invalidation du cache avec MediaWiki• Memcached entre MediaWiki et la base de données

→ 16 machines

→ 90% du tra�c n’utilise que le cache et non Apache. 12

12.https://blog.wikimedia.org/2013/01/19/wikimedia-sites-move-to-primary-data-center-in-ashburn-virginia/

39/42

Autres services (chi�res de 2013)

• Proxies de terminaison SSL avec nginx :→ 9 machines

• Load balancing avec LVS (Linux Virtual Server) :→ 6 serveurs.

• Indexation pour la fonction de recherche :Lucene 25 serveurs

Solr 3 serveurs• Redimensionnement de �chiers multimédia :

Images 8 serveursVidéos 2 serveurs

• Statistiques : 27 serveurs.• Traitement des paiements en ligne : 4 serveurs.• Serveurs DNS, services divers, snapshots, etc.

40/42

Exemple de rack

Image credits : https://meta.wikimedia.org/wiki/File:Wikimedia_Foundation_Servers_2015-90.jpg

41/42

Crédits

• Matériel de cours inspiré de notes par Pierre Senellart• Merci à Pierre Senellart pour sa relecture• Transparent 3 : chi�res Netcraft http://news.netcraft.com/archives/category/web-server-survey,graphe arichnad, licence CC-BY-SA, cfhttps://commons.wikimedia.org/wiki/File:Usage_share_of_web_servers_(Source_Netcraft).svg

42/42